ANALISIS PENYEBARAN INFORMASI DARI BMKG MENGGUNAKAN SOCIAL NETWORK ANALYSIS PADA JEJARING SOSIAL TWITTER (Studi Kasus: Gempa Palu)

Shania Maharani, Warsun Najib, S.T., M.Sc.; Widyawan, S.T., M.Sc., Ph.D.

2019 | Skripsi | S1 TEKNOLOGI INFORMASI

Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) adalah lembaga yang bekerja untuk mengumpulkan dan mengirimkan data informasi secara aktual di bidang meteorologi, klimatologi dan geofisika. Media sosial memiliki peranan penting dalam menyampaikan informasi terkait bencana alam di Indonesia seperti cuaca, iklim, gempa bumi dan tsunami. Peran media sosial tidak hanya sebatas memberikan edukasi kepada masyarakat untuk dapat menanggulangi dampak dari bencana, namun bagaimana media sosial dapat memberikan informasi sebelum bencana terjadi dan melakukan penyebaran informasi yang baik sebagai langkah mitigasi terhadap bencana. Twitter adalah salah satu media sosial yang digunakan sebagai media penyebaran informasi antar individu untuk dapat saling berkomunikasi tak terbatas oleh jarak dan waktu. Penelitian ini fokus kepada penyebaran informasi pihak-pihak yang melakukan aktivitas retweet dan like dari tweet @infoBMKG dengan keyword Gempa Palu selama 3 minggu. Social network Analysis digunakan untuk menganalisis penyebaran informasi bencana seperti relasi dan interaksi yang terjadi antara individu. Pengambilan data Twitter dilakukan dalam rentang 3 minggu yaitu 20 hingga 27 September 2018, 28 September hingga 5 Oktober 2018 dan 6 hingga 12 Oktober 2018 dengan menggunkan GetOldTweets-python. Visualisasi penelitian menggunakan perangkat lunak Gephi, bertujuan untuk menganalisis dan mengevaluasi proses penyebaran informasi bencana pada jejaring sosial Twitter. Penelitian ini menghasilkan visualisasi dari akun-akun yang melakukan aktivitas retweet dan like. Pada minggu I jumlah retweet sebanyak 629 dan like sebanyak 598 dengan 6 tweet, pada minggu II jumlah reweet sebanyak 2.338 dan like sebanyak 2.510 dengan 19 tweet dan pada minggu III jumlah retweet sebanyak 2.120 dan like sebanyak 2.745 dengan 15 tweet. Hasil dari visualisasi data setiap minggu (minggu I, minggu II dan minggu III), baik dalam aktivitas retweet maupun aktivitas like masing-masing berjumlah 5 akun sebagai pihak-pihak yang memiliki relasi dan keterhubungan tinggi dalam suatu jaringan. Dua akun yang sangat berpengaruh melakukan aktivitas retweet dan like pada visualisasi gabungan keseluruhan data adalah @nolsatu dan @Annisa_Scha.

The meteorological, climatology and geophysical Agency (BMKG) is an institution that works to collect and transmit information data in an actual field of meteorology, climatology and geophysics. Social media plays an important role in communicating information related to Indonesian disasters, such as weather, climate, earthquakes and tsunami. Social media roles are not only limited to providing education to the public to be able to cope with the impact of disasters, but how social media can provide information before the disaster occurs and spread the information evenly as Mitigation measures against disasters. Twitter is one of the social media used as a medium of information dissemination between individuals to be able to communicate with each other indefinitely by distance and time. This research focus on the dissemination of information people who did the retweet activity and like of the tweets @infoBMKG with keyword palu earthquake for 3 weeks. Social network Analysis is used to analyse information dissemination of disaster information such as relationships and interactions occurring between individuals. Twitter data retrieval took place in the 3 week range of 20 to 27 September 2018, 28 September to 5 October 2018 and 6 to 12 October 2018 using GetOldTweets-Python. Visualization of research using Gephi software, aims to model, analyse and evaluate the process of spreading information on the dissemination of disaster information on Twitter's social networks. This research produces a visualization of information dissemination of accounts that do retweet and like activities before they occur, when they occur and after a disaster occurs. In the first week the number of retweets was 629 and likes as many as 598 with 6 tweets, in the second week the number of reweets was 2,338 and likes as many as 2,510 with 19 tweets and in the third week the number of retweets was 2,120 and likes 2,745 with 15 tweets. The results of data visualization every week (week I, week II and week III), both in the retweet activity and in the like activity each amounted to 5 accounts as parties who have high relationships and connectedness in a network. Two accounts that are very influential in retweeting and liking in the combined visualization of all data are @nolsatu and @Annisa_Scha.

Kata Kunci : BMKG, Twitter, Social Network Analysis